공대생 도전 일지

딥러닝도 전처리는 인간이 할 수 있다. 컴퓨팅 파워만 좋으면 딥러닝이 좋다. 여기서 특성 추출은 사람이 만든 알고리즘이든 사람이 직접 추출하는 feature이다. 성능이 잘 나오지 않으면 데이터 문제인 경우도 있다. 훈련용 테스터용 나눠놓은 것도 가변적이다. 훈련용 데이터가 너무 적으면 훈련용 데이터를 늘려도 된다. 검증 데이터셋 - validation data set = 학습이 잘 되었는지 확인하는 용도이다. 배치 크기 : weight 업데이트 주기 에폭 : 데이터를 몇번 반복하냐 이미지 인식으로 segmentation도 있고 Box를 치는 방식도 있다. 2023.12.15 - [인공지능/공부] - 물체의 위치까지 구분하는 인공지능 -segmentation, odject detection 물체의 위치까..

1. 다음 문장의 빈칸에 들어갈 가장 적절한 단어를 고르시오. “ 생성적 적대 신경망(GAN)은 경쟁 프로세스에 참여하는 두 개의 신경망, 즉 _______와 ________로 구성된 머신 러닝 프레임워크” 하나를 선택하세요. 1.생성자 , 판별자 2.학습자 , 평가자 3.분류자 , 회귀자 4.최적화자, 표준화자 생성자랑 판별자가 동시에 학습하는 형태이죠! 정답은 1. 생성자, 판별자 입니다. 설명: 생성적 적대 신경망(GAN)은 두 개의 신경망으로 구성된 구조입니다. 하나는 생성자(Generator) 로, 새로운 데이터 인스턴스를 생성하는 역할을 합니다. 다른 하나는 판별자(Discriminator) 로, 생성자가 만든 데이터와 실제 데이터를 구별하는 역할을 합니다. 생성자와 판별자는 서로 경쟁하면서 ..

1. 다음 설명의 빈 칸에 들어갈 가장 적절한 단어들을 고르시오. “오차 역전파 학습 알고리즘은 forward pass와 backward propagation 두 단계로 수행된다. Forward pass 는 주어진 입력에 대한 네트워크의 (______)을(를) 계산하는 과정이며, backward propagation는 네트워크의 실제 출력과 원하는 출력 사이의 (_____)을(를) 이용하여 가중치를 업데이트한다.” 하나를 선택하세요. 가중치,오차 가중치,그래디언트 출력,오차 출력,그래디언트 forward는 예측치를 계산하는 즉 출력을 계산...? 가중치 계산도 맞지 않나,...? backpropagation은 오차를 이용하여 가중치를 업데이트하는건데.... 일단 출력과 오차가 맞겠네요 정답은 "출력, 오..

https://suno.com/ Suno Suno is building a future where anyone can make great music. suno.com https://www.udio.com/ Udio | Make your music Discover, create, and share music with the world. www.udio.com 영상에서의 GAN - 인코더 + 디코더 모두 Convolution이다. 2D이기 때문! LSTM - 시계열 데이터이므로 사용하기에 적절하다. ELMo - 양방향 LSTM 무작위 노이즈 - 가우시안 분포를 가지는 white noise Transformer도 생성하지만 GAN으로도 가능하다. BERT와 Chat GPT가 하는 일인데 조금 작은 scale이..

안정화를 많이 한 구조이다. ReLU - 이게 큰 차이를 나타낸다. 판별자에선 LeakyReLU의 성능이 좋았다. 방 내부는 특이하다 - 생성하는데 난이도가 높다! GAN과 구조가 거의 똑같다.

영상에선 GAN 이전엔 생성이라는 말을 잘 사용하지 않았다. 핵심은 ratent space다! - 기본적인 분포는 가우시안 분포 Noise를 제거해주는 모델로도 사용가능하다. 노이즈 캔슬링 U-net => skip connection이 존재한다. - 오토 인코더보다 노이즈 제거 성능이 우수하다. 표정과 안경 등을 표현할 수 있다. GAN - Dynamic하다. 내가 뭘 주느냐에 따라 완전히 새로운 것을 만든다. 지역을 지정해주면 알아서 생성해준다. stable diffusion - 내가 원하는 방향대로 발산하지 않고 도달한다. 컴퓨팅 파워, 손이 많이 들어간다. - 차원이 유지하니까 연산이 엄청 많이 들어갈 것 같네요

Landom 이미지를 준다 ( 가우시안 분포를 따른다) -> 생성형 모델 (레퍼런스를 준다.) -> 고양이 latent space - 오리지널 이미지를 압축한 형태 채널 깊이를 통해 비디오를 만들 수 있다. noise == latent space 2023.12.14 - [인공지능/공부] - 생성형 인공지능 Autoencoder - 개념 생성형 인공지능 Autoencoder - 개념 여태까지 FCN, CNN, CAM 모두 supervised learning였다. 즉 지도학습으로 input(data)와 정답(label)이 주어지는 학습이었다. 그러나 오늘 다룰 Autoencoder는 label이 없는 즉 정답이 input인 unsupervised learning이다. 나 yoonschallenge.tisto..

2023.12.15 - [인공지능/공부] - 생성형 인공지능 GAN 개념 - autoencoder의 업그레이드 버전 생성형 인공지능 GAN 개념 - autoencoder의 업그레이드 버전 GAN = Generative Adversarial Networks GAN은 이미 실습을 한번 했었다. 아래 포스팅을 통해 한번 확인할 수 있다. 2023.12.07 - [인공지능/공부] - TensorFlow - 생성형 인공지능 GAN TensorFlow - 생성형 인공지능 GAN 여 yoonschallenge.tistory.com 두 개의 네트워크가 싸우므로 adversarial이 붙었다. Generator - 디코더 - fake를 만든다. Discriminator -인코더 - real인지 fake인지 판별한다. 생..

ADAM이나 모멘텀 나오나...? 손 글씨 인식이 나오네요 입력과 출력이다. 오타.. 데이터 수가 많아질수록 하나의 epoch를 완성하는 시간은 오래걸리게 된다. max : arguemax 주어진 이미지가 8이라는 숫자라는 것을 신경회로망에서 잘 인식한 것을 알 수 있다.

일반적 - 랜덤하게 1샘플에 학습 1번 1epoch에 학습 1번